資源描述：
《基于滑窗FFT算法的低頻振蕩主導(dǎo)模式識(shí)別.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、《電氣開關(guān)》(2014．No．6)69文章編號(hào)：1004—289X(2014)06—0069—05基于滑窗FFT算法的低頻振蕩主導(dǎo)模式識(shí)別馬建偉，楊芳(1．貴陽供電局，貴州I貴陽550000；2．清遠(yuǎn)供電局，廣東清遠(yuǎn)511500)摘要：通過分析加窗截?cái)嗟皖l振蕩信號(hào)的頻譜分布，提出了基于滑窗FFT算法的主導(dǎo)模式識(shí)別方法。該方法通過對(duì)滑窗前后相應(yīng)譜分量變化的分析，就能識(shí)別出模式的衰減特性(即阻尼特性)；并針對(duì)FFTr算法特有的柵欄效應(yīng)現(xiàn)象，提出了相應(yīng)的模式識(shí)別方法和步驟。仿真結(jié)果表明，該方法可以有效的識(shí)別
2、低頻振蕩特征參數(shù)，計(jì)算量較少，并對(duì)含白噪聲的信號(hào)具有較好的魯棒性。關(guān)鍵詞：低頻振蕩；滑窗；頻譜分析；FFT算法中圖分類號(hào)：TM71l文獻(xiàn)標(biāo)識(shí)碼：ALowFrequencyOscillationModeRecongnitionBasedontheSlidingWindowFFTAlgorithmMAJian—wei，YANGFang(1．GuiyangPowerSupplyBureauGuiyangGuiyang550000，China；2．QingyuanPowerSupplyBureau，Qingy
3、uan511500，China)Abstract：Throughanalysisofthewindowedlowfrequencyoscillationsignal，anewmethodbasedonslidingwindowFFI1algorithmisproposed．Throughslidingafixedwindow．a(chǎn)nalysingtheamplitudechangeofthecorrespondingspectralcomponents，wecanidentifythedampingch
4、aracteristics；forthebarriereffectoftheFFTalgorithm，thepatternrecogni-tionmethodsandstepsarerespectivelyproposed．Thesimulationresultsshowthatthismethodcaneffectivelyidentifylowfrequencyoscillationcharacteristics，hasalessamountofcalculation，andhasbetterro
5、bustnessforcontainingwhitenoisesigna1．Keywords：lowfrequencyoscillation；slidingwindow；spectrumanalysis；FFTr算法通過指數(shù)函數(shù)的多階線性組合擬合采樣信號(hào)，反1引言映振蕩分量的頻率和阻尼E7-9]。但其對(duì)噪聲非常敏電力系統(tǒng)低頻振蕩的發(fā)生機(jī)理有待于深入研感，降階模型的研究成為難題0I“j。HHT算法通過數(shù)究]，因此基于單一機(jī)理的振蕩模式參數(shù)辨識(shí)是不據(jù)的經(jīng)驗(yàn)?zāi)B(tài)分解，然后對(duì)各固有模態(tài)分量進(jìn)行Hil—準(zhǔn)確、不
6、合理的。而直接利用現(xiàn)場(chǎng)實(shí)測(cè)數(shù)據(jù)進(jìn)行低頻bert變換，從而提取各振蕩參數(shù)¨’j。雖可處理非平振蕩模式識(shí)別分析，則不需要考慮其發(fā)生機(jī)理和參數(shù)穩(wěn)信號(hào)，但其EMD過程可靠性較差，存在著端點(diǎn)效應(yīng)，模型，是進(jìn)行電力系統(tǒng)低頻振蕩主導(dǎo)模式識(shí)別的有效過沖現(xiàn)象，難以避免虛假成分，且實(shí)時(shí)性較差。文方法。目前，基于量測(cè)的低頻振蕩模式識(shí)別的方法主獻(xiàn)[15—16]提出的基于離散傅里葉的低頻振蕩分析要有快速傅里葉算法(FFTr)、小波算法、Prony算法、方法，需要多次人為調(diào)整窗口長(zhǎng)度，以準(zhǔn)確識(shí)別頻率HHT法等。快速傅里葉算法可以
7、通過頻譜分析得到值，計(jì)算量較大，過程較為繁瑣；文獻(xiàn)[17—18]采用神信號(hào)頻率，對(duì)含噪信號(hào)具有較好魯棒性，但不能反應(yīng)振經(jīng)網(wǎng)絡(luò)求解低頻振蕩模式參數(shù)，利用遞推最小二乘法蕩的阻尼特性J。小波算法通過追蹤滑動(dòng)窗口中的進(jìn)行權(quán)值訓(xùn)練，具有較好的抗噪性，但收斂速度受初始小波脊點(diǎn)的變化反映信號(hào)的時(shí)變特性，具有較好的抗權(quán)值設(shè)置的影響較大。干擾性J，但存在小波基難以選取的問題J。Prony本文提出了基于滑窗FFT算法的主導(dǎo)模式識(shí)別70《電氣開關(guān)》(2014．No．6)方法。通過對(duì)滑窗前后相應(yīng)譜分量變化的分析，即可3基于滑
8、窗FFT算法的主導(dǎo)模式識(shí)別分析求解振蕩模式的阻尼特性；只需經(jīng)過兩次快速傅里葉變換，即可較為準(zhǔn)確的求解低頻振蕩的模態(tài)參數(shù)。并FFT算法是傅里葉變換在工程應(yīng)用中的實(shí)現(xiàn)算針對(duì)FFTr算法特有的柵欄效應(yīng)現(xiàn)象，提出了相應(yīng)的模法。利用FFI’算法，可以得到對(duì)應(yīng)(c，=2~rn／T的離散式識(shí)別方法和步驟。仿真算例中，單模式、多模式低頻頻譜(其中，n=1，2，3，?，Ⅳ，Ⅳ為采樣點(diǎn)數(shù)，是采樣振蕩信號(hào)分別在無噪和疊加信噪比為15dB的隨機(jī)白時(shí)間)。設(shè)被檢測(cè)信號(hào)的角頻率為=
